[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2010067062A - Input system and method - Google Patents

Input system and method Download PDF

Info

Publication number
JP2010067062A
JP2010067062A JP2008233603A JP2008233603A JP2010067062A JP 2010067062 A JP2010067062 A JP 2010067062A JP 2008233603 A JP2008233603 A JP 2008233603A JP 2008233603 A JP2008233603 A JP 2008233603A JP 2010067062 A JP2010067062 A JP 2010067062A
Authority
JP
Japan
Prior art keywords
region
input
unit
image
detected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2008233603A
Other languages
Japanese (ja)
Other versions
JP5205187B2 (en
Inventor
Mikiko Nakanishi
美木子 中西
Tsutomu Horikoshi
力 堀越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Docomo Inc
Original Assignee
NTT Docomo Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NTT Docomo Inc filed Critical NTT Docomo Inc
Priority to JP2008233603A priority Critical patent/JP5205187B2/en
Publication of JP2010067062A publication Critical patent/JP2010067062A/en
Application granted granted Critical
Publication of JP5205187B2 publication Critical patent/JP5205187B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • User Interface Of Digital Computer (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To certainly provide a virtual input device even when the surrounding landscape is not fixed or any person performs input operation. <P>SOLUTION: The input device 10 includes: a camera 11 for imaging an object 20 as a virtual input device; an object region recognizing section 12 for recognizing an object region in which the object 20 in the image is positioned based on the imaged image; a feature information acquisition section 14 for acquiring information showing the feature of the object 20; an operation region detecting section 15 for detecting an operation region having a feature different from that of the acquired information in the object region of the imaged image; an input detecting section 16 for detecting user's input operation based on the detected operation region; and an output section 17 for output of information showing the detected user's input operation. <P>COPYRIGHT: (C)2010,JPO&INPIT

Description

本発明は、情報を入力するための入力システム及び入力方法に関する。   The present invention relates to an input system and an input method for inputting information.

コンピュータ等に情報を入力するための入力機能を有していない物体に対して仮想的に入力機能を持たせるためには、例えば、物体を撮像して、撮像された画像から物体に対するユーザの入力操作を認識するという方法がある。入力操作の認識には、仮想的な入力装置として用いたい物体を特定した上で、ユーザの手等の入力に使われる道具を認識する必要がある。動いている物体を検出する方法には、特許文献1に記載されたようにカメラで取得した画像の過去フレームと現フレームとの差分から検出する方法がある。また、特許文献2に記載されているように、ユーザのジェスチャーを解析して入力操作を認識する技術が提案されている。
特開2006−163452号公報 特開2007−87089号公報
In order to virtually provide an input function to an object that does not have an input function for inputting information to a computer or the like, for example, an object is imaged, and a user input to the object from the captured image There is a method of recognizing operations. In order to recognize an input operation, it is necessary to identify an object to be used as a virtual input device and then recognize a tool used for input such as a user's hand. As a method of detecting a moving object, there is a method of detecting from a difference between a past frame and a current frame of an image acquired by a camera as described in Patent Document 1. In addition, as described in Patent Document 2, a technique for recognizing an input operation by analyzing a user's gesture has been proposed.
JP 2006-163452 A JP 2007-87089 A

しかしながら、上述した従来の技術では、限定されない場所でユーザの入力操作を認識することは困難である。例えば特許文献1に記載された技術では、過去フレームと現フレームとで撮像されている背景が一致している必要がある。従って、カメラが固定されている場所でなければ利用できず、利用できる場所が限定される。また、特許文献2では、手の肌色を認識しているため、照明環境や人種によって安定して入力操作を認識できない場合がある。また、手以外の入力操作を検出することができない。   However, with the conventional technology described above, it is difficult to recognize a user's input operation in an unrestricted place. For example, in the technique described in Patent Document 1, the backgrounds captured in the past frame and the current frame need to match. Therefore, it cannot be used unless the camera is fixed, and the available place is limited. In Patent Document 2, since the skin color of the hand is recognized, there are cases where the input operation cannot be recognized stably depending on the lighting environment or race. Further, it is impossible to detect an input operation other than a hand.

本発明は、以上の問題点を解決するためになされたものであり、周囲の風景が固定されていなかったり、入力操作を行うものが任意のものであったりした場合であっても、確実に仮想的な入力装置を実現することができる入力システム及び入力方法を提供することを目的とする。   The present invention has been made to solve the above problems, and even if the surrounding landscape is not fixed or the input operation is arbitrary, it is ensured. An object of the present invention is to provide an input system and an input method capable of realizing a virtual input device.

上記目的を達成するために、本発明に係る入力システムは、物体を撮像する撮像手段と、撮像手段によって撮像された画像から、当該画像における物体が位置する物体領域を認識する物体領域認識手段と、物体の特徴を示す情報を取得する特徴情報取得手段と、撮像手段によって撮像された画像における、物体領域認識手段によって認識された物体領域内の、物体特徴取得手段によって取得された情報に係る特徴と異なる特徴を有する操作領域を検出する操作領域検出手段と、操作領域検出手段によって検出された操作領域に基づいて、ユーザの入力操作を検出する入力検出手段と、入力検出手段によって検出されたユーザの入力操作を示す情報を出力する出力手段と、を備えることを特徴とする。   To achieve the above object, an input system according to the present invention includes an imaging unit that images an object, and an object region recognition unit that recognizes an object region where the object in the image is located from an image captured by the imaging unit. A feature information acquisition unit that acquires information indicating the feature of the object, and a feature related to the information acquired by the object feature acquisition unit in the object region recognized by the object region recognition unit in the image captured by the imaging unit An operation area detection means for detecting an operation area having different characteristics from the above, an input detection means for detecting a user input operation based on the operation area detected by the operation area detection means, and a user detected by the input detection means Output means for outputting information indicating the input operation.

本発明に係る入力システムでは、物体を撮像して、撮像された画像から、仮想的な入力装置とされる物体の物体領域を認識する。続いて、認識された物体領域において、物体の特徴と異なる特徴を有する操作領域を検出する。続いて、検出された操作領域に基づいて、ユーザの入力操作を検出する。上記のように本発明に係る入力システムでは、仮想的な入力装置とされる物体の物体領域の認識が行われた上で、当該物体領域に対するユーザの入力操作に応じた操作領域が検出されるので、周囲の風景が固定されていないような任意の状況であっても、確実に仮想的な入力装置を実現することができる。また、仮想的な入力装置とされる物体の特徴とユーザの操作に応じた操作領域の特徴とが異なっていればユーザの操作を検出することができるので、入力操作を行うものが任意のものであっても、確実に仮想的な入力装置を実現することができる。   In the input system according to the present invention, an object is imaged, and an object region of the object that is a virtual input device is recognized from the captured image. Subsequently, an operation region having a feature different from the feature of the object is detected in the recognized object region. Subsequently, the user's input operation is detected based on the detected operation area. As described above, in the input system according to the present invention, the recognition of the object region of the object that is a virtual input device is performed, and then the operation region corresponding to the user's input operation on the object region is detected. Therefore, even in an arbitrary situation where the surrounding landscape is not fixed, a virtual input device can be reliably realized. In addition, since the operation of the user can be detected if the feature of the object that is the virtual input device is different from the feature of the operation area according to the user's operation, any device that performs the input operation can be detected. Even so, a virtual input device can be reliably realized.

物体情報取得手段は、撮像手段によって撮像された画像における、物体領域認識手段によって認識された物体領域から物体の特徴を抽出することによって、当該物体の特徴を示す情報を取得することが望ましい。この構成によれば、仮想的な入力装置とされる物体の特徴を示す情報が確実に取得されるので、適切に本発明を実施することができる。   It is desirable that the object information acquisition unit acquires information indicating the feature of the object by extracting the feature of the object from the object region recognized by the object region recognition unit in the image captured by the imaging unit. According to this configuration, since the information indicating the characteristics of the object that is a virtual input device is reliably acquired, the present invention can be appropriately implemented.

撮像手段は、複数の時刻にわたって物体を撮像し、入力システムは、撮像手段によって撮像された時間変化した画像における、物体領域認識手段によって認識された領域に対応する領域を認識する領域追従手段を更に備えることが望ましい。この構成によれば、物体自体や撮像方向が動いたとしても、適切に物体領域を認識することができ、これによって適切に入力操作を検出することができる。   The imaging unit images an object over a plurality of times, and the input system further includes a region following unit that recognizes a region corresponding to the region recognized by the object region recognition unit in the time-changed image captured by the imaging unit. It is desirable to provide. According to this configuration, even if the object itself or the imaging direction moves, it is possible to appropriately recognize the object region, thereby appropriately detecting an input operation.

入力システムは、物体領域認識手段によって認識された物体領域に応じて、映像を投影する投影手段を更に備えることが望ましい。この構成によれば、例えば、キーボード等の仮想的な入力装置のような表示を行ったり、検出されたユーザの操作に応じた表示を行ったりできる。これにより、使い勝手のよい仮想的な入力装置を実現することができる。   The input system preferably further includes a projection unit that projects an image in accordance with the object area recognized by the object area recognition unit. According to this configuration, for example, display such as a virtual input device such as a keyboard can be performed, or display corresponding to the detected user operation can be performed. Thereby, a user-friendly virtual input device can be realized.

物体領域認識手段は、物体に予め設けられたマーカを検出することによって物体領域を認識することが望ましい。物体領域認識手段は、所定の音を検出して、当該音が検出されたタイミングで撮像手段によって撮像された画像における物体領域に応じた位置を検出して、当該位置から当該物体領域を認識することが望ましい。物体領域認識手段は、物体領域に係る特徴を示す情報を予め記憶しておき、当該情報に基づいて当該物体領域を認識することが望ましい。これらの構成によれば、確実に物体領域を認識することができ、適切に本発明を実施することができる。   The object region recognition means desirably recognizes the object region by detecting a marker provided in advance on the object. The object area recognition means detects a predetermined sound, detects a position corresponding to the object area in the image picked up by the image pickup means at a timing when the sound is detected, and recognizes the object area from the position. It is desirable. It is desirable that the object area recognizing means stores in advance information indicating characteristics related to the object area and recognizes the object area based on the information. According to these configurations, the object region can be reliably recognized, and the present invention can be appropriately implemented.

操作領域検出手段は、所定の音を検出して、当該音が検出されたタイミングで撮像手段によって撮像された画像における操作領域を検出することが望ましい。この構成によれば、例えば、ユーザが操作領域を検出するタイミングを任意に決めることができ、ユーザが任意のタイミングで入力操作を行うことができる。従って、ユーザに操作性の高い入力操作を行わせることができる。   It is desirable that the operation area detection unit detects a predetermined sound and detects an operation area in an image captured by the imaging unit at a timing when the sound is detected. According to this configuration, for example, the timing at which the user detects the operation area can be arbitrarily determined, and the user can perform an input operation at an arbitrary timing. Therefore, it is possible to make the user perform an input operation with high operability.

ところで、本発明は、上記のように入力システムの発明として記述できる他に、以下のように入力方法の発明としても記述することができる。これはカテゴリが異なるだけで、実質的に同一の発明であり、同様の作用及び効果を奏する。   By the way, the present invention can be described as an invention of an input system as described below, as well as an invention of an input system as described above. This is substantially the same invention only in different categories, and has the same operations and effects.

即ち、本発明に係る入力方法は、物体を撮像する撮像ステップと、撮像ステップにおいて撮像された画像から、当該画像における物体が位置する物体領域を認識する物体領域認識ステップと、物体の特徴を示す情報を取得する特徴情報取得ステップと、撮像ステップにおいて撮像された画像における、物体領域認識ステップにおいて認識された物体領域内の、物体特徴取得ステップにおいて取得された情報に係る特徴と異なる特徴を有する操作領域を検出する操作領域検出ステップと、操作領域検出ステップにおいて検出された操作領域に基づいて、ユーザの入力操作を検出する入力検出ステップと、入力検出ステップにおいて検出されたユーザの入力操作を示す情報を出力する出力ステップと、を備えることを特徴とする。   That is, the input method according to the present invention shows an imaging step for imaging an object, an object area recognition step for recognizing an object area where the object is located in the image, and an object feature. An operation having a feature different from the feature related to the information acquired in the object feature acquisition step in the object region recognized in the object region recognition step in the feature information acquisition step for acquiring information and the image captured in the imaging step Information indicating an operation region detection step for detecting a region, an input detection step for detecting a user input operation based on the operation region detected in the operation region detection step, and a user input operation detected in the input detection step And an output step for outputting.

本発明によれば、仮想的な入力装置とされる物体の物体領域の認識が行われた上で、当該物体領域に対するユーザの操作に応じた操作領域が検出されるので、周囲の風景が固定されていないような任意の状況であっても、確実に仮想的な入力装置を実現することができる。また、仮想的な入力装置とされる物体の特徴とユーザの操作に応じた操作領域の特徴とが異なっていればユーザの操作を検出することができるので、入力操作を行うものが任意のものであっても、確実に仮想的な入力装置を実現することができる。   According to the present invention, the object area of the object that is the virtual input device is recognized, and the operation area corresponding to the user's operation on the object area is detected, so the surrounding landscape is fixed. Even in any situation that is not done, a virtual input device can be realized with certainty. In addition, since the operation of the user can be detected if the feature of the object that is the virtual input device is different from the feature of the operation area according to the user's operation, any device that performs the input operation can be detected. Even so, a virtual input device can be reliably realized.

以下、図面と共に本発明による入力システム及び入力方法の好適な実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。   Hereinafter, preferred embodiments of an input system and an input method according to the present invention will be described in detail with reference to the drawings. In the description of the drawings, the same elements are denoted by the same reference numerals, and redundant description is omitted.

図1に、本発明に係る入力システムの実施形態である入力装置10の外観構成を模式的に示す。入力装置10は、眼鏡型ディスプレイ(例えば、ヘッドマウンドディスプレイ(HDM))であり、ユーザが装着できるような形状となっている。入力装置10のコンピュータ(図示せず)の入力デバイスの機能を有している。具体的には、入力装置10は、所定の物体20に重畳されるように、例えば(仮想的な)キーボードやタッチパネル等の入力デバイスの映像30を投影して、ユーザ40に当該入力デバイスの映像を認識させる。入力装置10は、ユーザ40による当該映像(に対応する物体20の箇所)への指やペンでの入力操作(入力動作)を検出して、コンピュータへの入力とする。上記の入力操作は、例えば、指やペンで物体20の所定箇所を指し示す(ポインティング又はクリック)動作である。入力装置10から、ユーザ40からの入力操作が入力されるコンピュータは、入力装置10と一体に構成されていてもよいし、入力装置10とは別構成とされていてもよい(その場合、無線又は有線によって入力装置10と接続されている)。上記のように入力装置10は、キーボードやタッチパネル等の入力のための物理的な構成を持たない仮想的な入力装置を実現するものである。   FIG. 1 schematically shows an external configuration of an input device 10 that is an embodiment of an input system according to the present invention. The input device 10 is a glasses-type display (for example, a head mounted display (HDM)), and has a shape that can be worn by the user. The input device 10 has a function of an input device of a computer (not shown). Specifically, the input device 10 projects an image 30 of an input device such as a (virtual) keyboard or touch panel so as to be superimposed on a predetermined object 20, and the image of the input device is projected to the user 40. Recognize The input device 10 detects an input operation (input operation) with a finger or a pen on the video (corresponding to the location of the object 20) by the user 40 and uses it as an input to the computer. The input operation is, for example, an operation of pointing (pointing or clicking) a predetermined portion of the object 20 with a finger or a pen. The computer to which an input operation from the user 40 is input from the input device 10 may be configured integrally with the input device 10 or may be configured separately from the input device 10 (in that case, wireless). Or connected to the input device 10 by wire). As described above, the input device 10 realizes a virtual input device that does not have a physical configuration for input such as a keyboard and a touch panel.

入力デバイスの映像30を重畳させる上記の所定の物体20は、平面を有するものが望ましく、例えば、ユーザ40が所持しているノートや手帳あるいは固定されている壁等である。また、入力デバイスの映像30は、物体20に対して投影が行われて重畳されてもよい。また、眼鏡型ディスプレイが光学式シースルー型のものである場合、周囲の景色は眼鏡を通して見えることができるため、ユーザが当該レンズを通して物体20を見たときに重畳して見えるように、眼鏡型ディスプレイのレンズに対して入力デバイスの映像30のみ投影されてもよい。また、眼鏡型ディスプレイがビデオシースルー型のものである場合、カメラで撮像した物体20も同時にレンズに投影されてもよい。このとき、両目に同じ映像を投影してもよいし、右目と左目の距離からそれぞれの目から見える映像を推定して、それぞれの目に投影する映像を別々に用意してもよい。それぞれの目に合わせて別々の映像を投影すると立体感(奥行き)のある映像をユーザ40に見せることができる。   The predetermined object 20 on which the video 30 of the input device is superimposed preferably has a flat surface, for example, a notebook or notebook held by the user 40 or a fixed wall. Further, the image 30 of the input device may be superimposed on the object 20 by being projected. Further, when the glasses-type display is of an optical see-through type, the surrounding scenery can be seen through the glasses, so that when the user views the object 20 through the lens, the glasses-type display is superimposed. Only the image 30 of the input device may be projected onto the lens. When the eyeglass-type display is a video see-through type, the object 20 captured by the camera may be simultaneously projected onto the lens. At this time, the same image may be projected to both eyes, or an image viewed from each eye may be estimated from the distance between the right eye and the left eye, and the images projected to each eye may be prepared separately. When different videos are projected according to each eye, a video with a three-dimensional effect (depth) can be shown to the user 40.

引き続いて、入力装置10の機能について説明する。図2に示すように、入力装置10は、カメラ11と、物体領域認識部12と、領域追従部13と、特徴情報取得部14と、操作領域検出部15と、入力検出部16と、出力部17と、映像投影部18と、映像蓄積部19とを備えて構成される。   Subsequently, functions of the input device 10 will be described. As illustrated in FIG. 2, the input device 10 includes a camera 11, an object region recognition unit 12, a region tracking unit 13, a feature information acquisition unit 14, an operation region detection unit 15, an input detection unit 16, and an output. A unit 17, a video projection unit 18, and a video storage unit 19 are configured.

カメラ11は、仮想的な入力デバイスとされる物体20を撮像する撮像手段である。カメラ11は、複数の時刻にわたって物体20の撮像を行う。即ち、カメラ11は、動画として物体20を撮像する。カメラ11は、その撮像方向が、ユーザの視線方向、即ち、眼鏡型ディスプレイのレンズの光軸方向(あるいは、ディスプレイ面の法線ベクトルの方向)と同様の方向となるように設けられている。従って、カメラ11は、ユーザが物体20の方向に視線を向けることによって物体20を撮像する(ユーザが物体20の方向に視線を向けることによって、撮像方向が物体20に向かう方向になる)。なお、カメラ11は、眼鏡型ディスプレイと一体に設けられていても、別体として周囲に備え付けられ又はユーザに携帯されて設けられていてもよい。カメラ11は、撮像した画像(データ)を物体領域認識部12に出力する。また、後述する物体領域の追従を行うため、カメラ11は、当該画像を領域追従部13に出力する。   The camera 11 is an imaging unit that captures an image of an object 20 that is a virtual input device. The camera 11 images the object 20 over a plurality of times. That is, the camera 11 images the object 20 as a moving image. The camera 11 is provided so that its imaging direction is the same as the user's line-of-sight direction, that is, the optical axis direction of the glasses-type display lens (or the direction of the normal vector of the display surface). Accordingly, the camera 11 captures an image of the object 20 when the user directs his / her line of sight toward the object 20 (when the user directs his / her line of sight toward the object 20, the imaging direction becomes the direction toward the object 20). The camera 11 may be provided integrally with the eyeglass-type display, or may be provided as a separate body around the camera 11 or carried by the user. The camera 11 outputs the captured image (data) to the object region recognition unit 12. Further, the camera 11 outputs the image to the area follower 13 in order to follow an object area described later.

物体領域認識部12は、カメラ11によって撮像された画像から、当該画像における物体20が位置する物体領域を検出することにより認識する物体領域認識手段である。即ち、物体領域認識部12は、仮想的な入力デバイスとされる物体20の形状(二次元の形状)を推定する。   The object area recognition unit 12 is an object area recognition unit that recognizes an object area where the object 20 is located in the image captured by the camera 11. That is, the object region recognition unit 12 estimates the shape (two-dimensional shape) of the object 20 that is a virtual input device.

物体領域認識部12は、例えば、物体領域の認識を以下のように行う。まず、認識対象となる物体20に、マーカ50を予め貼り付ける等して設けておく。マーカ50は、特徴的な色や形状(例えば、図1に示すような非対称な形状)のしるしが用いられる。マーカ50の物体20への貼付は、ユーザ40等によって行われる。また、物体領域認識部12は、マーカ50を認識できるようにマーカ50の特徴を示す情報(例えば、色及び形状の情報)を予め記憶している。物体領域認識部12は、記憶したマーカ50の特徴を示す情報に基づいて、カメラ11から入力された画像からマーカ50の位置及び動きを認識する。続いて、当該画像において、マーカ50と同期する動きをする特徴(色、エッジ、オプティカルフロー)を有する箇所の集合を物体領域として推定(認識)する。   For example, the object region recognition unit 12 recognizes the object region as follows. First, the marker 50 is provided in advance on the object 20 to be recognized. The marker 50 uses an indicia of a characteristic color or shape (for example, an asymmetric shape as shown in FIG. 1). The marker 50 is attached to the object 20 by the user 40 or the like. Further, the object region recognition unit 12 stores in advance information (for example, color and shape information) indicating the characteristics of the marker 50 so that the marker 50 can be recognized. The object region recognition unit 12 recognizes the position and movement of the marker 50 from the image input from the camera 11 based on the stored information indicating the feature of the marker 50. Subsequently, in the image, a set of locations having features (color, edge, optical flow) that move in synchronization with the marker 50 is estimated (recognized) as an object region.

また、物体20はマーカ50の周辺に存在しているため、画像におけるマーカ50の周辺部分の特徴(色、エッジ、マーカ50の動きと連動する点の集合)を抽出して、画像においてその特徴を有する部分(特徴の集合)から物体領域を推定(認識)してもよい。物体領域は、上記の特徴を有する部分を含む矩形で近似してもよいし、上記の特徴を有する部分の一番外側を結んだ形状の平面でもよい。このときに決定した物体領域を初期値とし、マーカ50との位置関係を記憶しておく。   In addition, since the object 20 exists around the marker 50, the features of the peripheral portion of the marker 50 in the image (a set of colors, edges, and points linked to the movement of the marker 50) are extracted, and the features in the image are extracted. The object region may be estimated (recognized) from a portion (set of features) having The object region may be approximated by a rectangle including a portion having the above-described feature, or may be a plane having a shape connecting the outermost portions of the portion having the above-described feature. The object region determined at this time is set as an initial value, and the positional relationship with the marker 50 is stored.

あるいは、物体領域を特定するのに十分な数だけ、マーカ50を物体20に設けておき、全てのマーカ50を検出することによって、物体領域を検出してもよい。その場合、物体領域認識部12は、物体20に設けられたマーカ50と物体領域との位置関係を示す情報を記憶しておき、それに基づいて物体領域を検出する。   Alternatively, the object region may be detected by providing a sufficient number of markers 50 on the object 20 to identify the object region and detecting all the markers 50. In this case, the object area recognition unit 12 stores information indicating the positional relationship between the marker 50 provided on the object 20 and the object area, and detects the object area based on the information.

また、マーカ50を用いない場合であっても、物体領域認識部12は、以下のように物体領域の認識を行うことができる。まず、物体領域認識部12は、予め、物体領域の特徴を示す情報(例えば、色、形状及びテクスチャの情報)を予め記憶しておく。物体領域認識部12は、記憶した物体領域の特徴を示す情報に基づいて、カメラ11から入力された画像から物体領域を認識する。   Even if the marker 50 is not used, the object region recognition unit 12 can recognize the object region as follows. First, the object area recognition unit 12 stores in advance information indicating the characteristics of the object area (for example, color, shape, and texture information). The object region recognition unit 12 recognizes the object region from the image input from the camera 11 based on the stored information indicating the feature of the object region.

物体領域認識部12は、認識した物体領域を示す情報(例えば、物体領域の画像における位置、形状及び大きさ等)を領域追従部13、特徴情報取得部14、操作領域検出部15及び映像投影部18に出力する。なお、物体領域認識部12によって認識される物体領域は、物体20の形状と必ずしも一致している必要はなく、例えば、仮想的な入力デバイスとして用いられる物体20の一部であってもよい。   The object region recognition unit 12 uses information indicating the recognized object region (for example, the position, shape, size, and the like in the image of the object region) as the region tracking unit 13, the feature information acquisition unit 14, the operation region detection unit 15, and the video projection. To the unit 18. Note that the object area recognized by the object area recognition unit 12 does not necessarily match the shape of the object 20, and may be, for example, a part of the object 20 used as a virtual input device.

領域追従部13は、カメラ11によって撮像された画像における、物体領域認識部12によって認識された物体領域に対応する領域を検出することによって認識(追従)する領域追従手段である。カメラ11による撮像は、後述する操作領域検出部15による操作領域の検出、及び映像投影部18による映像の投影が行われている間行われており、撮像された画像は時間変化する。上述したように撮像された画像内における認識された物体領域は、物体20やカメラ11の方向の移動により変化しうる。操作領域検出部15による操作領域の検出、及び映像投影部18による映像の投影は、認識された物体領域に応じて行われるものであり、複数の時刻にわたって映像の投影を行う場合に適切に操作領域の検出、及び映像の投影を行えるようにするためのものである。   The region following unit 13 is a region following unit that recognizes (follows up) the image captured by the camera 11 by detecting a region corresponding to the object region recognized by the object region recognition unit 12. Imaging by the camera 11 is performed while an operation area is detected by an operation area detection unit 15 to be described later and a video is projected by the video projection unit 18, and the captured image changes with time. As described above, the recognized object region in the captured image can be changed by moving the object 20 or the camera 11 in the direction. The detection of the operation area by the operation area detection unit 15 and the projection of the video by the video projection unit 18 are performed according to the recognized object area, and the operation is appropriately performed when video is projected over a plurality of times. This is to enable detection of a region and projection of an image.

具体的には、領域追従部13は、物体領域認識部12による物体領域の認識が行われた時点の画像から、当該物体領域の特徴を示す情報を取得する。例えば、物体領域認識部12によって推定された物体領域の範囲の画像を抽出する。物体領域認識部12は、当該所定の範囲の画像を認識された物体領域の特徴を示す画像(のテンプレート)として記憶する。続いて、領域追従部13は、追従対象となる画像から上記記憶した所定の範囲の画像(のテンプレート)に対応する
部分を検出して、当該部分を追従対象となる画像における物体20の物体領域とする。この検出は、具体的には例えば、パターンマッチング(テンプレートマッチング)の手法等が用いられて行われる。領域追従部13は、追従した形状を示す情報を操作領域検出部15及び映像投影部18に出力する。
Specifically, the region tracking unit 13 acquires information indicating the characteristics of the object region from the image at the time when the object region recognition unit 12 recognizes the object region. For example, an image of the range of the object area estimated by the object area recognition unit 12 is extracted. The object region recognition unit 12 stores the image in the predetermined range as an image (template) indicating the feature of the recognized object region. Subsequently, the area tracking unit 13 detects a part corresponding to the stored image (template) of the predetermined range from the image to be tracked, and detects the part of the object 20 in the image to be tracked. And Specifically, this detection is performed using, for example, a pattern matching (template matching) method or the like. The area follower 13 outputs information indicating the followed shape to the operation area detector 15 and the video projector 18.

追従対象の画像と比較する、上記の形状の特徴を示す情報は画像自体でなくともよい。例えば、抽出した範囲の画像の色情報(ヒストグラムや色の平均)を上記の形状の特徴を示す情報として、追従対象の画像の同様の色情報を持つ領域を追従することとしてもよい。また、物体領域のエッジ(端部)の特徴を示す情報をテンプレートとして用いてもよい。また、物体領域認識部12によって検出されたマーカ50を、オプティカルフローを用いた方法等によって追従して、追従されたマーカ50の位置から物体領域認識部12と同様に物体領域の推定を行い、物体領域の追従を行うこととしてもよい。   The information indicating the feature of the shape to be compared with the image to be followed does not have to be the image itself. For example, the color information (histogram or average color) of the image in the extracted range may be used as information indicating the characteristics of the shape, and the region having the same color information of the image to be followed may be followed. Further, information indicating the feature of the edge (end) of the object region may be used as a template. Further, the marker 50 detected by the object region recognition unit 12 is followed by a method using an optical flow or the like, and the object region is estimated from the position of the followed marker 50 in the same manner as the object region recognition unit 12. The object area may be tracked.

あるいは、上述したように物体領域認識部12によって初期値として、マーカ50と物体領域との位置関係が記憶されている場合、マーカ50を検出して検出されたマーカ50と当該位置関係にある領域を追従される物体領域としてもよい。   Alternatively, when the positional relationship between the marker 50 and the object region is stored as an initial value by the object region recognition unit 12 as described above, the region having the positional relationship with the marker 50 detected by detecting the marker 50 May be the object region to be followed.

特徴情報取得部14は、物体20の特徴を示す情報を取得する物体情報取得手段である。物体20の特徴を示す情報とは、例えば、物体20(の物体領域に相当する部分)の色を示す情報(例えば、ヒストグラムや色の平均)や物体20(の物体領域に相当する部分)の画像等が相当する。この物体20の特徴を示す情報は、後述する操作領域の検出に用いられる。特徴情報取得部14は、具体的には、カメラ11によって撮像された画像における、物体領域認識部12によって特定された物体領域から、上記の特徴を示す情報を抽出する。特徴を示す情報の抽出は、ユーザ40による物体20に対する入力操作が行われていないときに行われる(情報の抽出を行う際にはユーザ40は入力操作を行わない)。   The feature information acquisition unit 14 is an object information acquisition unit that acquires information indicating the characteristics of the object 20. The information indicating the characteristics of the object 20 is, for example, information indicating the color of the object 20 (part corresponding to the object area) (for example, a histogram or an average of colors) or the object 20 (part corresponding to the object area). This corresponds to an image or the like. Information indicating the characteristics of the object 20 is used for detection of an operation region described later. Specifically, the feature information acquisition unit 14 extracts information indicating the above feature from the object region specified by the object region recognition unit 12 in the image captured by the camera 11. The extraction of the information indicating the characteristics is performed when the user 40 does not perform an input operation on the object 20 (the user 40 does not perform the input operation when extracting information).

なお、上述した物体領域認識部12又は領域追従部13による処理において取得された情報に、物体20の特徴を示す情報が含まれている場合、特徴情報取得部14は、当該情報を物体20の特徴を示す情報として用いてもよい。また、予め物体領域認識部12に物体領域の特徴を示す情報が記憶されている場合は、その情報を物体20の特徴を示す情報として用いてもよい。但し、物体領域認識部12又は領域追従部13による処理において取得された情報に含まれる、物体20の特徴を示す情報が、操作領域の検出に用いるのに適切なものでなかった場合等には、その情報は用いない。あるいは、ユーザ40等からの入力によって、物体20の特徴を示す情報を取得することとしてもよい。特徴情報取得部14は、取得した物体20の特徴を示す情報を操作領域検出部15に出力する。   When the information acquired in the processing by the object region recognition unit 12 or the region tracking unit 13 includes information indicating the feature of the object 20, the feature information acquisition unit 14 uses the information of the object 20. You may use as information which shows a feature. In addition, when information indicating the feature of the object region is stored in the object region recognition unit 12 in advance, the information may be used as information indicating the feature of the object 20. However, when the information indicating the characteristics of the object 20 included in the information acquired in the processing by the object region recognition unit 12 or the region tracking unit 13 is not appropriate for use in detecting the operation region, etc. The information is not used. Or it is good also as acquiring the information which shows the characteristic of the object 20 by the input from the user 40 grade | etc.,. The feature information acquisition unit 14 outputs information indicating the acquired feature of the object 20 to the operation region detection unit 15.

操作領域検出部15は、カメラ11によって撮像された画像における物体領域内の、物体領域の特徴と異なる特徴を有する操作領域を検出する操作領域検出手段である。上記の物体領域は、物体領域認識部12によって認識され、領域追従部13によって追従されるものである。また、上記の物体領域の特徴の情報は、特徴情報取得部14から入力されて、操作領域検出部15が記憶しているものである。上記の操作領域とは、ユーザ40が物体20に対して入力操作を行うことによって、物体領域上に発生する領域である。例えば、ユーザ40が自身の指で入力操作を行う場合は、物体20上の指に相当する領域である。   The operation region detection unit 15 is an operation region detection unit that detects an operation region having a feature different from the feature of the object region in the object region in the image captured by the camera 11. The object region is recognized by the object region recognizing unit 12 and followed by the region following unit 13. The information on the feature of the object region is input from the feature information acquisition unit 14 and stored in the operation region detection unit 15. The operation area is an area generated on the object area when the user 40 performs an input operation on the object 20. For example, when the user 40 performs an input operation with his / her finger, the region corresponds to the finger on the object 20.

例えば、操作領域検出部15は、物体領域内から、特徴情報取得部14によって抽出された物体領域の色以外の部分を抽出して操作領域を検出する。あるいは、ユーザ40が入力操作を行っていないときの物体領域部分の画像(初期画像)を物体領域の特徴の情報としたときは、初期画像と現在の(操作領域の検出対象となる)画像(現フレーム)との差分を検出して、当該差分の箇所を操作領域として検出する。操作領域が複数検出された場合は、検出された領域のうち(面積が)一番大きい領域を選んでもよいし、予め記憶した閾値以上の領域を選んでもよい。また、複数の画像から操作領域を検出して、その動きが最も大きい領域を選んでもよい。なお、操作領域の検出は、画像における物体領域の部分のみに対する検索のみによって行われる。即ち、画像における物体領域以外の部分に対しての検索を行う必要はない。   For example, the operation area detection unit 15 detects an operation area by extracting a part other than the color of the object area extracted by the feature information acquisition unit 14 from the object area. Alternatively, when the image (initial image) of the object region when the user 40 is not performing an input operation is used as the information on the feature of the object region, the initial image and the current image (to be detected in the operation region) ( A difference from the current frame is detected, and the location of the difference is detected as an operation area. When a plurality of operation regions are detected, the region having the largest (area) among the detected regions may be selected, or a region that is equal to or greater than a previously stored threshold value may be selected. Alternatively, an operation area may be detected from a plurality of images, and an area with the largest movement may be selected. The operation area is detected only by searching only the object area portion in the image. That is, it is not necessary to perform a search for a portion other than the object region in the image.

操作領域検出部15は、カメラ11によって画像が撮像される度に上記の操作領域の検出を行う。操作領域検出部15は、検出した操作領域を示す情報(例えば、物体領域における操作領域の位置、形状及び大きさ等)を入力検出部16に出力する。   The operation area detection unit 15 detects the operation area every time an image is captured by the camera 11. The operation region detection unit 15 outputs information indicating the detected operation region (for example, the position, shape, size, and the like of the operation region in the object region) to the input detection unit 16.

入力検出部16は、操作領域検出部15によって検出された操作領域に基づいて、ユーザ40の入力操作を検出する入力検出手段である。入力検出部16は、例えば、ユーザ40の入力操作を、ユーザ40が物体20(の物体領域)におけるどの部分に対して操作を行ったか(物体20のどの部分にユーザ40が触れたか)という情報として検出する。入力検出部16は、物体領域における操作領域の所定点(例えば、一番上の点)をユーザ40が操作した点として検出する。   The input detection unit 16 is an input detection unit that detects an input operation of the user 40 based on the operation region detected by the operation region detection unit 15. The input detection unit 16 is, for example, information indicating which part of the object 20 (the object area) the user 40 has performed an input operation of the user 40 (to which part of the object 20 the user 40 has touched). Detect as. The input detection unit 16 detects a predetermined point (for example, the uppermost point) in the operation area in the object area as a point operated by the user 40.

また、入力検出部16は、ユーザの入力操作の有無を検出することとしてもよい。その場合、例えば、操作領域の面積が予め記憶した閾値以上となっているか否かを判断することによって検出する。これは、操作領域が一定の大きさ以上になっていることによって、例えば、ユーザ40が手を物体20にかざしていることを検出するものである(この場合、ユーザ40の手を物体20にかざすことを入力操作として予め定義しておく)。また、操作領域の形状から、入力操作を検出してもよい。   Moreover, the input detection part 16 is good also as detecting the presence or absence of a user's input operation. In that case, for example, it is detected by determining whether or not the area of the operation region is equal to or greater than a threshold value stored in advance. This is to detect, for example, that the user 40 holds his hand over the object 20 because the operation area is larger than a certain size (in this case, the user 40's hand over the object 20). Hold it as an input operation in advance) Further, the input operation may be detected from the shape of the operation area.

更に、操作領域の時間変化(例えば、操作領域の動き方)から、入力操作を検出してもよい。この場合、検出される操作領域に検出された時刻等を対応付けておき、時間変化を検出できるようにしておく。また、どのような時間変化がどのような入力操作に対応するかを示す情報(入力操作のパターン)を、予め入力検出部16が記憶しておき、その情報に基づいて入力操作の検出を行う。このようなパターンによって入力操作を検出することとすれば、パターン以外の情報が検出されたとしても入力操作として検出せず、登録されたパターンが検出されたときのみ処理を行うので誤動作を防ぐことができる。   Further, the input operation may be detected from the time change of the operation area (for example, how the operation area moves). In this case, the detected time and the like are associated with the detected operation area so that a change in time can be detected. In addition, information (input operation pattern) indicating what time change corresponds to what input operation is stored in advance by the input detection unit 16, and the input operation is detected based on the information. . If an input operation is detected by such a pattern, even if information other than the pattern is detected, it is not detected as an input operation, and processing is performed only when a registered pattern is detected, thereby preventing a malfunction. Can do.

また、入力検出部16は、上記のように物体20(の物体領域)におけるどの部分に入力操作があったかを検出するだけでなく、例えば、「あ」という文字が入力された、あるいは再生ボタンが押されたという、より機能的な入力操作の検出を行うこととしてもよい。この場合、入力操作が行われた部分の情報と機能の情報(どのような文字が入力されたか、あるいはどのようなボタンが押されたかを示す情報)との対応関係を入力検出部16が記憶しておき、その対応関係に基づいて入力操作を特定する。入力検出部16は、上記のように検出したユーザ40の入力操作を示す情報を出力部17に出力する。   Further, the input detection unit 16 not only detects which part of the object 20 (the object area) has been input as described above, but also, for example, a character “A” is input or a playback button is displayed. It is also possible to detect a more functional input operation of being pressed. In this case, the input detection unit 16 stores the correspondence between the information on the part where the input operation has been performed and the function information (information indicating what character is input or what button is pressed). In addition, the input operation is specified based on the correspondence. The input detection unit 16 outputs information indicating the input operation of the user 40 detected as described above to the output unit 17.

出力部17は、入力検出部16によって検出されたユーザ40の入力操作を示す情報を出力する出力手段である。当該出力は、例えば、上述したように入力装置10に接続されるコンピュータに対して行われる。また、本実施形態では、出力部17は、入力操作を示す情報を映像投影部18にも出力する。   The output unit 17 is an output unit that outputs information indicating the input operation of the user 40 detected by the input detection unit 16. The output is performed, for example, on a computer connected to the input device 10 as described above. In the present embodiment, the output unit 17 also outputs information indicating the input operation to the video projection unit 18.

映像投影部18は、物体領域認識部12によって認識された物体領域、及び領域追従部13によって追従された物体領域に応じて、映像30を投影する投影手段である。映像投影部18は、具体的には入力装置10が備えるディスプレイを含んで構成されている。映像投影部18は、映像蓄積部19から投影する映像を取得して投影を行う。映像投影部18のディスプレイは上述したように例えば、眼鏡型ディスプレイのレンズに設けられており、映像の投影は、上述したように物体20に重畳するように行われる。映像投影部18は、物体領域認識部12又は領域追従部13から入力された情報に基づいて、映像蓄積部19から取得した映像を物体領域に合うように変換して、変換後の映像30を投影する。これは、画像を違和感なく物体20に重畳するためである。例えば、映像蓄積部19に蓄積された投影すべき画像が図3(a)に示すように長方形の範囲に並べられた同じ大きさの文字が投影されるものであり、物体領域が台形形状であった場合には図3(b)に示すように短辺(左側の辺)側の文字が長辺(右側の辺)側の文字よりも小さくなるように変換が行われる。また、映像投影部18は、物体領域認識部12又は領域追従部13から入力された情報に基づいて、カメラ11により撮像される画像において物体20が位置する箇所に(ユーザによって視認されるように)映像30を投影する。   The video projection unit 18 is a projection unit that projects the video 30 in accordance with the object region recognized by the object region recognition unit 12 and the object region tracked by the region tracking unit 13. Specifically, the video projection unit 18 includes a display included in the input device 10. The video projection unit 18 acquires and projects the video to be projected from the video storage unit 19. As described above, the display of the video projection unit 18 is provided, for example, on a lens of a glasses-type display, and the projection of the video is performed so as to be superimposed on the object 20 as described above. The video projection unit 18 converts the video acquired from the video storage unit 19 to fit the object region based on the information input from the object region recognition unit 12 or the region tracking unit 13, and converts the converted video 30. Project. This is because the image is superimposed on the object 20 without a sense of incongruity. For example, the images to be projected stored in the video storage unit 19 are projected with the same size characters arranged in a rectangular range as shown in FIG. 3A, and the object region has a trapezoidal shape. If so, the conversion is performed so that the character on the short side (left side) side becomes smaller than the character on the long side (right side) side, as shown in FIG. In addition, the video projection unit 18 is based on information input from the object region recognition unit 12 or the region tracking unit 13 in a position where the object 20 is located in an image captured by the camera 11 (so that the user can visually recognize the image). ) Project the image 30.

この変換及び位置合わせは、映像投影部18が、映像蓄積部19から取得した映像に対して、拡大、縮小、回転移動及び平行移動等を行う既存の画像変換処理を行うことにより実現される。例えば、画像変換処理は、以下の変換行例Mで映像蓄積部19から取得した映像(データ)を変換することによって行われる。

Figure 2010067062

上記の式において、R1x,R2x,R3x,R1y,R2y,R3y,R1z,R2z,R3zは回転パラメータであり、ΔX,ΔY,ΔZは平行移動パラメータである。変換行例Mは、物体20の物体領域の座標(x,y,z)に合わせて、投影すべき画像の座標(X,Y,Z)をそれぞれの軸に対して回転移動及び平行移動させるための行列である。ここで、物体領域及び投影すべき画像は二次元であるのでz=Z=0である。映像投影部18が、これらのパラメータを、物体領域及び映像蓄積部19から取得した映像の形状とそれぞれの位置を示す情報とから算出して変換を行う。物体領域が回転している場合は、回転軸毎に回転パラメータR部分が、物体領域の回転角度θaから求めることができる。物体領域が平行移動している場合は、平行移動分ΔX,ΔY,ΔZのうちその移動軸に沿ったパラメータが設定される。 This conversion and alignment is realized by the image projection unit 18 performing an existing image conversion process for enlarging, reducing, rotating and translating the image acquired from the image storage unit 19. For example, the image conversion process is performed by converting the video (data) acquired from the video storage unit 19 in the following conversion example M.
Figure 2010067062

In the above formula, R 1x , R 2x , R 3x , R 1y , R 2y , R 3y , R 1z , R 2z , R 3z are rotational parameters, and ΔX, ΔY, ΔZ are parallel movement parameters. In the conversion row example M, the coordinates (X, Y, Z) of the image to be projected are rotated and translated with respect to the respective axes in accordance with the coordinates (x, y, z) of the object region of the object 20. Is a matrix for Here, since the object region and the image to be projected are two-dimensional, z = Z = 0. The video projection unit 18 calculates and converts these parameters from the shape of the video acquired from the object region and the video storage unit 19 and information indicating the respective positions. When the object region is rotating, the rotation parameter R portion can be obtained from the rotation angle θa of the object region for each rotation axis. When the object region is translated, parameters along the movement axis are set out of the translation amounts ΔX, ΔY, ΔZ.

映像投影部18は、上記のように映像に対して変換処理を行い投影する。こうすることによって、図3(b)に示すように物体20の傾きに合わせて、重畳する画像30が傾く。   The video projection unit 18 performs the conversion process on the video as described above and projects it. By doing so, the superimposed image 30 is tilted in accordance with the tilt of the object 20 as shown in FIG.

映像投影部18によって投影される画像は、例えば、入力デバイスの画像である。例えば、図3に示すように、ユーザ40の入力操作によって入力される文字を投影する。あるいは、キーボードの画像を投影することとしてもよい。ユーザ40は、上記の投影された画像に応じて、物体20(の物体領域)に対して入力操作を行うことができる。また、入力デバイスの画像以外の画像、例えば、ユーザ40によって観賞されるコンテンツ等であってもよい。   The image projected by the video projection unit 18 is, for example, an image of an input device. For example, as shown in FIG. 3, a character input by an input operation of the user 40 is projected. Alternatively, a keyboard image may be projected. The user 40 can perform an input operation on the object 20 (its object area) according to the projected image. Further, the image may be an image other than the image of the input device, for example, content that is viewed by the user 40.

上記の映像の投影は、プロジェクタによって行われてもよい。眼鏡型ディスプレイがビデオシースルー型のものである場合は、映像投影部18は、映像蓄積部19に蓄積される映像だけでなく、カメラ11によって撮像された周囲の映像も合わせて投影する。   The projection of the video may be performed by a projector. When the glasses-type display is a video see-through display, the video projection unit 18 projects not only the video stored in the video storage unit 19 but also the surrounding video captured by the camera 11.

また、映像投影部18は、出力部17から入力されたユーザ40の入力操作を示す情報に基づいて、投影する映像を変化させてもよい。具体的には、例えば、入力操作が投影する映像を指定するものであった場合、当該指摘に応じた映像を投影する。   Further, the video projection unit 18 may change the video to be projected based on information indicating the input operation of the user 40 input from the output unit 17. Specifically, for example, when the input operation specifies an image to be projected, the image corresponding to the indication is projected.

映像蓄積部19は、映像投影部18によって投影される映像(データ)30を蓄積しており、映像投影部18からの要求に従って映像を映像投影部18に出力する。   The video storage unit 19 stores the video (data) 30 projected by the video projection unit 18, and outputs the video to the video projection unit 18 in accordance with a request from the video projection unit 18.

図4に示すように、入力装置10は、CPU(Central Processing Unit)101、主記憶装置であるRAM(Random Access Memory)102及びROM(Read Only Memory)103、並びにハードディスク等の補助記憶装置104等のハードウェアを備えるコンピュータを備えて構成される。また、それ以外のハードウェアとして、入力装置10は、上述したカメラ11及びディスプレイ105とを備えて構成される。これらの構成要素が、動作することにより、入力装置10の上述した機能が発揮される。   As shown in FIG. 4, the input device 10 includes a central processing unit (CPU) 101, a random access memory (RAM) 102 and a read only memory (ROM) 103 that are main storage devices, an auxiliary storage device 104 such as a hard disk, and the like. It is comprised including the computer provided with the hardware. As other hardware, the input device 10 includes the camera 11 and the display 105 described above. The above-described functions of the input device 10 are exhibited when these components operate.

引き続いて、図5のフローチャートを用いて本実施形態に係る入力装置10により実行される処理(入力方法)について説明する。本処理は、ユーザが入力装置10を装着して、当該入力装置10を用いた入力操作を行う場合に実行される。   Subsequently, a process (input method) executed by the input device 10 according to the present embodiment will be described using the flowchart of FIG. This process is executed when the user wears the input device 10 and performs an input operation using the input device 10.

まず、入力装置10では、カメラ11による、仮想的な入力デバイスとされる物体20の撮像が開始される(S01、撮像ステップ)。この際、入力装置10を装着したユーザが物体20の方を向くことによって、カメラ11の撮像方向は物体20の方向となる。この撮像は、本処理中継続して行われる。撮像された画像は、物体領域の認識時には、物体領域認識部12に出力され、それ以降は、物体領域の追従を行ため、領域追従部13に出力される。撮像開始時には、物体領域の認識、及び物体20の特徴を示す情報の取得のため、撮像される物体20には、ユーザ40の指やペン等入力操作が行われるものが被らないようにされる。   First, in the input device 10, the imaging of the object 20 that is a virtual input device by the camera 11 is started (S01, imaging step). At this time, when the user wearing the input device 10 faces the object 20, the imaging direction of the camera 11 becomes the direction of the object 20. This imaging is continuously performed during this processing. The captured image is output to the object region recognition unit 12 when recognizing the object region, and thereafter, is output to the region tracking unit 13 for tracking the object region. At the start of imaging, in order to recognize the object area and acquire information indicating the characteristics of the object 20, the object 20 to be imaged is not covered with an input operation such as a finger or a pen of the user 40. The

続いて、物体領域認識部12によって、撮像された画像から物体領域が認識される(S02、物体領域認識ステップ)。認識された物体領域を示す情報は、領域追従部13、特徴情報取得部14、操作領域検出部15及び映像投影部18に出力される。ここで、領域追従部13では、物体領域を追従するために必要な情報(例えば、マーカ50と物体領域との位置関係を示す情報、又は物体領域の特徴を示す情報)が取得されて保存される。   Subsequently, the object region recognition unit 12 recognizes the object region from the captured image (S02, object region recognition step). Information indicating the recognized object region is output to the region follower 13, the feature information acquisition unit 14, the operation region detector 15, and the video projector 18. Here, the area following unit 13 acquires and stores information necessary for following the object area (for example, information indicating the positional relationship between the marker 50 and the object area, or information indicating the characteristics of the object area). The

続いて、特徴情報取得部14によって、物体20の特徴を示す情報が取得される(S03、特徴情報取得ステップ)。ここで取得される物体20の特徴を示す情報は、操作領域の検出に用いられるためのものである。取得は、例えば、カメラ11によって撮像された画像の物体領域の部分から情報を抽出することにより行われる。取得された物体20の特徴を示す情報は、操作領域検出部15に出力される。   Subsequently, information indicating the feature of the object 20 is acquired by the feature information acquisition unit 14 (S03, feature information acquisition step). The information indicating the characteristics of the object 20 acquired here is for use in detecting the operation area. The acquisition is performed, for example, by extracting information from the object region portion of the image captured by the camera 11. Information indicating the acquired characteristics of the object 20 is output to the operation region detection unit 15.

続いて、領域追従部13によって、カメラ11によって(物体領域認識部12によって物体領域の認識対象となった画像以降に)撮像された画像における、物体領域の追従が行われる(S04、領域追従ステップ)。追従された物体領域を示す情報は、映像投影部18に出力される。   Subsequently, the region tracking unit 13 tracks the object region in the image captured by the camera 11 (after the image that is the object region recognition target by the object region recognition unit 12) (S04, region tracking step). ). Information indicating the tracked object region is output to the video projection unit 18.

続いて、映像投影部18によって、投影される映像が、映像蓄積部19から取得される。続いて、映像投影部18によって、物体領域認識部12及び領域追従部13から入力された、物体領域を示す情報に基づいて、上記の映像を変換処理するためのパラメータが算出される。続いて、映像投影部18によって、算出されたパラメータを用いて投影する画像の変換処理が行われる。続いて、映像投影部18によって、変換処理された映像30が、上述したように物体20に重畳されるように投影される(S05、投影ステップ)。   Subsequently, the projected image is acquired from the image storage unit 19 by the image projection unit 18. Subsequently, the video projection unit 18 calculates parameters for converting the video based on information indicating the object region input from the object region recognition unit 12 and the region tracking unit 13. Subsequently, the video projection unit 18 performs conversion processing of an image to be projected using the calculated parameters. Subsequently, the video projection unit 18 projects the converted video 30 so as to be superimposed on the object 20 as described above (S05, projection step).

入力装置10では、上記の処理が行われる一方で、操作領域検出部15によって、カメラ11によって撮像された画像における物体領域内の操作領域が検出される(S06、操作領域検出ステップ)。検出された操作領域を示す情報は、入力検出部16に出力される。続いて、検出された操作領域に基づいて、入力検出部16によってユーザ40の入力操作が検出される(S07、入力検出ステップ)。検出された入力操作を示す情報は出力部17に出力され、出力部17から当該入力操作を入力するコンピュータ等に出力が行われる(S08、出力ステップ)。   In the input device 10, while the above processing is performed, the operation region detection unit 15 detects an operation region in the object region in the image captured by the camera 11 (S 06, operation region detection step). Information indicating the detected operation area is output to the input detection unit 16. Subsequently, the input operation of the user 40 is detected by the input detection unit 16 based on the detected operation area (S07, input detection step). Information indicating the detected input operation is output to the output unit 17, and output is performed from the output unit 17 to a computer or the like that inputs the input operation (S08, output step).

また、入力操作を示す情報は、出力部17から映像投影部18にも入力される。映像投影部18では、入力された入力操作を示す情報に応じて投影する映像を書き替える(S09)。具体的には、例えば、入力された入力操作を示す情報がコンテンツを再生するものだった場合、当該コンテンツが投影される。   Information indicating the input operation is also input from the output unit 17 to the video projection unit 18. The video projection unit 18 rewrites the video to be projected according to the input information indicating the input operation (S09). Specifically, for example, when the information indicating the input operation that is input is for reproducing the content, the content is projected.

また、入力装置10では、カメラ11による撮像、あるいは映像投影部18による映像の投影が行われている間、上記のS04〜S09の処理が繰り返し行われる。なお、S07において、その時点でユーザ40が物体20に対して入力操作を行っていない場合は、何も入力操作が行われていないことが検出される。また、S09の画像の書き替えの処理は、ユーザ40の入力操作に応じて行われるものであり、必ず行われるものではない。以上が本実施形態に係る入力装置10によって実行さえる処理である。   Further, in the input device 10, while the imaging by the camera 11 or the projection of the video by the video projection unit 18 is being performed, the above processing of S 04 to S 09 is repeatedly performed. In S07, if the user 40 has not performed an input operation on the object 20 at that time, it is detected that no input operation has been performed. Further, the image rewriting process in S09 is performed according to the input operation of the user 40, and is not necessarily performed. The above is the processing that can be executed by the input device 10 according to the present embodiment.

上述したように、本実施形態に係る入力装置10では、仮想的な入力デバイスとされる物体20の物体領域の認識が行われた上で、当該物体領域に対するユーザ40の操作に応じた操作領域が検出される。従って、カメラ11の撮像方向が動いたり背景自体が動いたりして、周囲の風景が固定されていないような任意の状況であっても、処理を行う(着目する)範囲は追従している物体領域のみとなる。これにより、カメラ11の撮像方向のずれや周囲風景等に係わらず、確実に仮想的な入力装置を実現することができる。   As described above, in the input device 10 according to the present embodiment, after the recognition of the object area of the object 20 that is a virtual input device, the operation area corresponding to the operation of the user 40 on the object area is performed. Is detected. Therefore, even if the imaging direction of the camera 11 moves or the background itself moves and the surrounding landscape is not fixed, the range in which processing is performed (attention) follows the object. Only area. Accordingly, a virtual input device can be reliably realized regardless of the deviation of the imaging direction of the camera 11 or the surrounding scenery.

また、本実施形態に係る入力装置10では、仮想的な入力デバイスとされる物体20の特徴とユーザの入力操作に応じた操作領域の特徴とが異なっていればユーザの操作を検出することができる。具体的には例えば、物体20の色と、操作を行うためのユーザ40の指やペンの色とが異なっていれば、入力操作を検出することができる。例えば、人の手による入力を肌色で判定しないため、照明環境や人種によらない安定した認識を行うことができる。従って、入力操作をおこなうためのものが任意のものであっても、確実に仮想的な入力装置を実現することができる。上記から、本実施形態に係る入力装置10では、いつでもどこでも携帯している物体20で映像を楽しんだり、入力操作を行ったりすることができる。   Further, in the input device 10 according to the present embodiment, if the feature of the object 20 that is a virtual input device is different from the feature of the operation area according to the user's input operation, the user's operation can be detected. it can. Specifically, for example, if the color of the object 20 is different from the color of the finger or pen of the user 40 for performing the operation, the input operation can be detected. For example, since input by a human hand is not determined by skin color, stable recognition can be performed regardless of the lighting environment or race. Therefore, even if an arbitrary input operation is performed, a virtual input device can be reliably realized. From the above, in the input device 10 according to the present embodiment, it is possible to enjoy a video or perform an input operation with the object 20 carried anytime and anywhere.

また、本実施形態のように、操作領域を検出するための物体の特徴を示す情報を物体領域から検出するようにすれば、仮想的な入力装置とされる物体20の特徴を示す情報が確実に取得されるので、適切に本発明を実施することができる。但し、上述したように、この方法によらずに物体の特徴を取得することとしてもよい。   Further, as in this embodiment, if information indicating the feature of the object for detecting the operation region is detected from the object region, the information indicating the feature of the object 20 that is a virtual input device is surely obtained. Therefore, the present invention can be appropriately implemented. However, as described above, the feature of the object may be acquired without using this method.

また、本実施形態のように物体領域を追従することとすれば、物体20自体やカメラ11の撮像方向が動いたとしても、適切に物体領域を認識することができ、これによって適切に入力操作を検出することができる。ただし、物体20やカメラ11が固定されている場合や1つの画像からや短時間に入力操作を検出する場合等は、必ずしも上記の構成をとる必要はない。   Further, if the object region is tracked as in the present embodiment, the object region can be recognized properly even if the object 20 itself or the imaging direction of the camera 11 is moved, thereby appropriately performing an input operation. Can be detected. However, when the object 20 or the camera 11 is fixed or when an input operation is detected from a single image in a short time, the above-described configuration is not necessarily required.

また、本実施形態のように映像の投影を行うこととすれば、キーボード等の仮想的な入力装置のような表示を行ったり、検出されたユーザの操作に応じた表示を行ったりできる。これにより、使い勝手のよい仮想的な入力装置を実現することができる。但し、ユーザ40の入力操作に何らかの表示をしておく必要がない場合(例えば、物体20に対して手をかざすことを入力操作とする場合等)には、必ずしも映像の投影は必要ない。   Further, if the image is projected as in the present embodiment, a display such as a virtual input device such as a keyboard can be performed, or a display corresponding to the detected user operation can be performed. Thereby, a user-friendly virtual input device can be realized. However, when it is not necessary to display something for the input operation of the user 40 (for example, when the input operation is to hold the hand over the object 20), the projection of the image is not necessarily required.

また、物体領域をマーカ50によって認識することとすれば、予め物体20に関する情報を入力装置10が記憶しておく必要もなく、確実に物体領域を認識することができ、適切に本発明を実施することができる。また、物体20が予め決まっている場合等には、物体領域に係る特徴を予め記憶しておき、その情報に基づいて物体領域を認識することとしても、確実に物体領域を認識することができ、適切に本発明を実施することができる。   If the object region is recognized by the marker 50, the input device 10 does not need to store information related to the object 20 in advance, so that the object region can be reliably recognized, and the present invention is appropriately implemented. can do. Further, when the object 20 is determined in advance, the object region can be surely recognized even if the features related to the object region are stored in advance and the object region is recognized based on the information. The present invention can be appropriately implemented.

なお、上述した入力装置10は、音を検出する手段(例えば、マイク)を備え、検出した音に応じた機能を有していてもよい。具体的には、例えば、操作領域検出部15は、マイクによって所定の音を検出して音が検出されたタイミングで操作領域の検出を行うこととしてもよい。これにより、クリック動作等の入力操作のためにユーザ40が物体20と接触して音が出たときのみ、ユーザ40の入力操作を検出することができる。   Note that the input device 10 described above includes a means for detecting sound (for example, a microphone), and may have a function corresponding to the detected sound. Specifically, for example, the operation region detection unit 15 may detect a predetermined sound with a microphone and detect the operation region at a timing when the sound is detected. Thereby, the input operation of the user 40 can be detected only when the user 40 comes into contact with the object 20 and makes a sound for an input operation such as a click operation.

具体的には、所定の音の検出は、入力操作に応じて物体20が叩かれた音に係る情報、例えば、音のパターン(リズム、音声、音量)を予め記憶しておき、その音のパターンとマイクから入力された音とが一致する(部分がある)かを判断することによって行う。即ち、検出する音を予め記憶(登録)しておき、記憶した音を物体20から発生した音として検出する。この登録は入力装置10の開発者が行ってもよいし、ユーザ40が自分自身で好みのパターンを登録することとしてもよい。但し、必ずしも音の情報の記憶は必ずしも必要ではなく、例えば、一定量の大きさの音(予め設定した閾値を超える音量を有する音)が発生した場合に音を検出する等の構成としてもよい。また、周囲が騒がしい際、マイクでリアルタイムに雑音を解析し、雑音モデルを作成することによって雑音除去を行うこともできる。   Specifically, the detection of the predetermined sound is performed by storing in advance information related to the sound of the object 20 being struck in response to the input operation, for example, a sound pattern (rhythm, sound, volume). This is done by determining whether the pattern and the sound input from the microphone match (there is a portion). That is, the sound to be detected is stored (registered) in advance, and the stored sound is detected as a sound generated from the object 20. This registration may be performed by the developer of the input device 10, or the user 40 may register a desired pattern by himself / herself. However, it is not always necessary to store sound information. For example, a sound may be detected when a certain amount of sound (a sound having a volume exceeding a preset threshold) is generated. . When the surroundings are noisy, noise can be removed by analyzing the noise in real time with a microphone and creating a noise model.

このような構成とすれば、例えば、ユーザ40が操作領域を検出するタイミングを任意に決めることができ、ユーザ40が任意のタイミングで入力操作を行うことができる。従って、ユーザ40に操作性の高い入力操作を行わせることができる。また、ユーザ40が本当に入力操作を行いたいときのみ入力操作を検出することができ、高い精度で入力操作を認識することができる。   With such a configuration, for example, the timing at which the user 40 detects the operation region can be arbitrarily determined, and the user 40 can perform an input operation at an arbitrary timing. Therefore, it is possible to cause the user 40 to perform an input operation with high operability. Further, the input operation can be detected only when the user 40 really wants to perform the input operation, and the input operation can be recognized with high accuracy.

また、物体20の物体領域は、以下のようにユーザ40が指定することとしてもよい。この指定は、図6に示すように、例えば、物体20の形状のすみ(特徴点)21を指で叩いて音を出すことによって行われる。指定された物体20の物体領域は、入力装置10の物体領域認識部12によって認識される。   Further, the object area of the object 20 may be designated by the user 40 as follows. As shown in FIG. 6, this designation is performed, for example, by making a sound by hitting a corner (feature point) 21 of the shape of the object 20 with a finger. The object region of the designated object 20 is recognized by the object region recognition unit 12 of the input device 10.

まず、物体領域認識部12は、上述した方法と同様にマイクによって集音された音に、物体20から発生した特定の音が含まれていることを検出する。続いて、物体領域認識部12は、上記の特定の音が検出されたタイミングでカメラ11によって撮像された画像における、上記の特定の音が発生した位置(特徴点)を検出する。具体的には、特定の音が検出されたタイミングでカメラ11から入力された画像から上記の位置の検出を行う。物体領域認識部12は、物体20を叩くものに係る情報を予め記憶しておき、上記のタイミングの画像から当該情報に基づいて物体20を叩くものの位置(物体20が叩かれた位置)を検出して、検出された位置を上記の特定の音が発生した位置とする。物体20を叩くものとは、例えば、ユーザ40の指やユーザ40に用いられるペン等の道具などであり、予め指定されたものである。   First, the object region recognition unit 12 detects that a specific sound generated from the object 20 is included in the sound collected by the microphone in the same manner as described above. Subsequently, the object region recognition unit 12 detects the position (feature point) where the specific sound is generated in the image captured by the camera 11 at the timing when the specific sound is detected. Specifically, the position is detected from an image input from the camera 11 at a timing when a specific sound is detected. The object region recognizing unit 12 stores in advance information related to what strikes the object 20, and detects the position of the object that strikes the object 20 (the position where the object 20 has been hit) based on the information from the above timing image. Then, the detected position is set as the position where the specific sound is generated. What strikes the object 20 is, for example, a finger of the user 40 or a tool such as a pen used for the user 40, which is designated in advance.

ユーザの指などの物体20を叩くものの画像中の位置の検出は、画像処理によって行われる。具体的には、例えば、物体20を叩くものに係る情報として指の色である肌色を予め物体領域認識部12が記憶しておき、画像中の肌色の領域のうち最も大きい領域(画素数の多い領域)を検出して、その最も上の座標を検出する位置とする。また、肌色の領域の凹凸を検出して、予め物体領域認識部12が記憶した特定の形状(例えば、楕円)を認識して、その形状のうちの所定の点を検出する位置としてもよい。また、手のモデルを作成しておき、予め物体領域認識部12に記憶させておき、その情報に基づいて指先を検出して、指先の点を検出する位置としてもよい。上記の位置の検出は、(一つの)物体20の物体領域に対して複数回(例えば3回)行われる。この回数が多いほど、物体20の物体領域の、より詳細な認識が可能になる。   Detection of the position in the image of an object 20 such as a user's finger is performed by image processing. Specifically, for example, the object region recognizing unit 12 stores in advance the skin color that is the color of the finger as information relating to what strikes the object 20, and the largest region (the number of pixels) of the skin color regions in the image. A large area) is detected, and the uppermost coordinate is detected. Alternatively, the unevenness of the skin color region may be detected, a specific shape (for example, an ellipse) stored in advance by the object region recognition unit 12 may be recognized, and a predetermined point of the shape may be detected. Alternatively, a hand model may be created and stored in the object region recognition unit 12 in advance, and the fingertip may be detected based on the information, and the fingertip point may be detected. The position detection is performed a plurality of times (for example, three times) on the object region of the (one) object 20. As the number of times increases, more detailed recognition of the object region of the object 20 becomes possible.

なお、位置を検出する画像は、例えば、カメラ11によって撮像された画像に撮像された時刻の情報を対応付けておき、特定の音が検出された時刻に基づいて特定されてもよい。   Note that the position detection image may be specified based on the time at which a specific sound is detected by associating information about the time taken with the image taken by the camera 11, for example.

物体領域認識部12は、検出した点を物体領域の特定が行われるまで追従する。カメラ11による撮像は、複数の位置検出が行われている間行われており、撮像された画像は時間変化する。一点目の位置検出が行われた後、次の点の検出が行われるまでに物体20を手で持っていたりすると画像における検出した点の位置が動いてしまうことがある。また、カメラ11の撮像方向が動いてしまい、画像における検出した点の位置が動いてしまうことがある。位置の検出(追従)は、上記のように位置の特定を複数の時刻にわたる画像を用いて行う場合に適切に形状の推定を行えるようにするためのものである。   The object area recognition unit 12 follows the detected point until the object area is specified. Imaging by the camera 11 is performed while a plurality of positions are being detected, and the captured image changes with time. If the object 20 is held by hand before the next point is detected after the first position is detected, the position of the detected point in the image may move. Further, the imaging direction of the camera 11 may move, and the position of the detected point in the image may move. The position detection (follow-up) is for appropriately estimating the shape when the position is specified using images over a plurality of times as described above.

具体的には、物体領域認識部12は、位置検出に用いられた画像から、検出された座標近傍の所定の範囲の画像を抽出する。物体領域認識部12は、当該所定の範囲の画像を、検出された位置の特徴を示す画像として記憶する。続いて、物体領域認識部12は、追従対象となる画像から、上記記憶した所定の範囲の画像に対応する部分を検出して、当該部分から追従した位置(画像上の二次元座標)を特定する。この検出は、具体的には例えば、オプティカルフロー等を用いた特徴点追従方法等が用いられて行われる。   Specifically, the object region recognition unit 12 extracts an image in a predetermined range near the detected coordinates from the image used for position detection. The object region recognition unit 12 stores the image in the predetermined range as an image indicating the feature of the detected position. Subsequently, the object region recognition unit 12 detects a portion corresponding to the stored image in the predetermined range from the image to be tracked and specifies a position (two-dimensional coordinates on the image) tracked from the portion. To do. Specifically, this detection is performed using, for example, a feature point tracking method using an optical flow or the like.

続いて、物体領域認識部12は、検出された位置、及び追従された位置から物体20の物体領域を推定(認識)する。ここで推定される物体領域は、二次元の形状(カメラ11によって撮像された画像内での形状)である。また、ここでの物体領域の推定には、(カメラ11によって撮像された画像内での)物体領域の位置を推定することも含む。物体領域認識部12は、検出された(追従された)位置が所定の数(例えば3点)になったら物体領域の推定を行う。位置をいくつ用いて物体領域の推定を行うかについては、予め物体領域認識部12に記憶されている。   Subsequently, the object region recognition unit 12 estimates (recognizes) the object region of the object 20 from the detected position and the tracked position. The object region estimated here is a two-dimensional shape (a shape in an image captured by the camera 11). Further, the estimation of the object region here includes estimating the position of the object region (in the image captured by the camera 11). The object region recognition unit 12 estimates the object region when the detected (followed) positions reach a predetermined number (for example, three points). The number of positions used to estimate the object region is stored in advance in the object region recognition unit 12.

物体領域認識部12は、具体的には例えば、検出された位置を結ぶことによって物体20の物体領域を推定する。また、物体領域認識部12は、検出された位置を結んだ形状の図形に内接する図形(例えば四角形)、検出された位置を全て含む図形を推定する物体領域としてもよい。また、上記の投影を行う範囲の画像上の大きさを予め設定しておき、検出された位置が当該範囲に収まるように近似して、物体領域を推定してもよい。物体領域認識部12は、物体領域を推定するための情報(例えば、四角形等の形状が決まっている場合はその情報)又はルールを予め記憶しておき、その情報又はルールを用いて物体領域の推定を行う。   Specifically, for example, the object region recognition unit 12 estimates the object region of the object 20 by connecting the detected positions. Further, the object area recognition unit 12 may be an object area that estimates a figure (for example, a quadrangle) inscribed in a figure that connects the detected positions and a figure that includes all the detected positions. Alternatively, the object area may be estimated by previously setting the size of the above-described projection range on the image and approximating the detected position within the range. The object region recognizing unit 12 stores in advance information (for example, information when a shape such as a rectangle is determined) or a rule for estimating the object region, and uses the information or the rule to determine the object region. Estimate.

上述したような物体領域の認識を用いることとすれば、物体20の撮像、音の検出、及び音が発生した位置の検出によって物体20の物体領域の推定が行われる。従って、簡易かつ確実に物体領域を認識することができ、物体領域を認識することができ、適切に本発明を実施することができる。   If the recognition of the object region as described above is used, the object region of the object 20 is estimated by imaging the object 20, detecting the sound, and detecting the position where the sound is generated. Therefore, the object region can be recognized easily and reliably, the object region can be recognized, and the present invention can be appropriately implemented.

なお、上述した方法では、ユーザ40が物体20を叩く等して、物体20から音を発生させることとしたが、必ずしも物体20から音を発生させることを前提としなくてもよい。例えば、ユーザ40の入力音の認識において、周囲が騒がしく物体20を叩く音が取得できない場合、ユーザの声を検出する音としてもよい。その場合、ユーザの声が検出されたタイミングでカメラ11によって撮像された画像において、ユーザの指が指している点を検出する。検出される点は、物体20の物体領域に応じた位置である。   In the above-described method, the user 40 hits the object 20 to generate sound from the object 20. However, it is not always necessary to generate sound from the object 20. For example, in the recognition of the input sound of the user 40, when the surroundings are noisy and the sound of hitting the object 20 cannot be acquired, the sound may be detected as the user's voice. In that case, the point to which the user's finger is pointing is detected in the image captured by the camera 11 at the timing when the user's voice is detected. The detected point is a position corresponding to the object region of the object 20.

また、上述した方法とマーカ50の検出とを併用して用いることとしてもよい。即ち、図7に示すように、マーカ50周辺の特徴のみから物体領域を判断するのではなく、マーカ50である程度の物体領域を推定した後、推定された物体領域内を指で叩いて物体領域Aを指定すれば、カメラ11によって撮像された画像全体からではなく、ある程度狭まった領域内から指を検出することができるため、効率的にユーザの指を検出することができる。また、過去フレームとの差分又は物体20の特徴以外の領域を、物体領域として利用することができる。また、マーカ50のみで物体領域を推定するよりも、正確にユーザ40が仮想的な入力装置として利用したい物体領域を指定することができる。また、図7に示すように物体20の中の一部分を物体領域とすることもできる。   Further, the above-described method and detection of the marker 50 may be used in combination. That is, as shown in FIG. 7, the object region is not determined from only the features around the marker 50, but after estimating a certain amount of the object region with the marker 50, the object region is hit with a finger within the estimated object region. If A is designated, the finger can be detected not from the entire image captured by the camera 11 but from an area narrowed to some extent, so that the user's finger can be detected efficiently. Further, an area other than the difference from the past frame or the feature of the object 20 can be used as the object area. In addition, it is possible to accurately specify an object region that the user 40 wants to use as a virtual input device, rather than estimating the object region using only the marker 50. Further, as shown in FIG. 7, a part of the object 20 can be set as an object region.

また、本実施形態では、カメラ11によって撮像されて得られる画像は、通常の(可視光により撮像される)画像であることとしたが、必ずしも上記の画像でなくてもよく、物体20の特徴が認識できるものであればよい。具体的には例えば、赤外線による画像、距離画像、サーモグラフィ(温度分布)による画像等でもよい。   In the present embodiment, the image obtained by being picked up by the camera 11 is a normal image (captured by visible light). Anything can be recognized. Specifically, for example, an image by infrared rays, a distance image, an image by thermography (temperature distribution) may be used.

本発明の実施形態における入力装置の外観構成を模式的に示す図である。It is a figure which shows typically the external appearance structure of the input device in embodiment of this invention. 本発明の実施形態における入力装置の機能構成を示す図である。It is a figure which shows the function structure of the input device in embodiment of this invention. 入力装置によって投影される映像を示す図である。It is a figure which shows the image | video projected by an input device. 本発明の実施形態における入力装置のハードウェア構成を示す図である。It is a figure which shows the hardware constitutions of the input device in embodiment of this invention. 本発明の実施形態における入力装置で実行される処理(入力方法)を示すフローチャートである。It is a flowchart which shows the process (input method) performed with the input device in embodiment of this invention. 物体領域を認識する際にユーザによって物体が叩かれて音が発生する様子を示す図である。It is a figure which shows a mode that an object is hit by the user when an object area | region is recognized, and a sound is generated. 物体領域を認識する際にユーザによって物体が叩かれて音が発生する様子の別の例を示す図である。It is a figure which shows another example of a mode that an object is hit by the user and a sound is generated when recognizing an object area.

符号の説明Explanation of symbols

10…入力装置、11…カメラ、12…物体領域認識部、13…領域追従部、14…特徴情報取得部、15…操作領域検出部、16…入力検出部、17…出力部、18…映像投影部、19…映像蓄積部、101…CPU、102…RAM、103…ROM、104…補助記憶装置、105…ディスプレイ、20…物体、30…映像、40…ユーザ、50…マーカ。   DESCRIPTION OF SYMBOLS 10 ... Input device, 11 ... Camera, 12 ... Object area recognition part, 13 ... Area tracking part, 14 ... Feature information acquisition part, 15 ... Operation area detection part, 16 ... Input detection part, 17 ... Output part, 18 ... Image | video Projection unit, 19 ... video storage unit, 101 ... CPU, 102 ... RAM, 103 ... ROM, 104 ... auxiliary storage device, 105 ... display, 20 ... object, 30 ... video, 40 ... user, 50 ... marker.

Claims (9)

物体を撮像する撮像手段と、
前記撮像手段によって撮像された画像から、当該画像における前記物体が位置する物体領域を認識する物体領域認識手段と、
前記物体の特徴を示す情報を取得する特徴情報取得手段と、
前記撮像手段によって撮像された画像における、前記物体領域認識手段によって認識された前記物体領域内の、前記物体特徴取得手段によって取得された情報に係る特徴と異なる特徴を有する操作領域を検出する操作領域検出手段と、
前記操作領域検出手段によって検出された前記操作領域に基づいて、ユーザの入力操作を検出する入力検出手段と、
前記入力検出手段によって検出された前記ユーザの入力操作を示す情報を出力する出力手段と、
を備える入力システム。
Imaging means for imaging an object;
An object area recognition means for recognizing an object area where the object is located in the image from the image picked up by the image pickup means;
Feature information acquisition means for acquiring information indicating the characteristics of the object;
An operation region for detecting an operation region having a feature different from the feature related to the information acquired by the object feature acquisition unit in the object region recognized by the object region recognition unit in the image captured by the imaging unit. Detection means;
Input detection means for detecting a user's input operation based on the operation area detected by the operation area detection means;
Output means for outputting information indicating the input operation of the user detected by the input detection means;
An input system comprising:
前記物体情報取得手段は、前記撮像手段によって撮像された画像における、前記物体領域認識手段によって認識された前記物体領域から前記物体の特徴を抽出することによって、当該物体の特徴を示す情報を取得することを特徴とする請求項1に記載の入力システム。   The object information acquisition unit acquires information indicating the feature of the object by extracting the feature of the object from the object region recognized by the object region recognition unit in the image captured by the imaging unit. The input system according to claim 1. 前記撮像手段は、複数の時刻にわたって前記物体を撮像し、
前記撮像手段によって撮像された時間変化した画像における、前記物体領域認識手段によって認識された前記領域に対応する領域を認識する領域追従手段を更に備えることを特徴とする請求項1又は2に記載の入力システム。
The imaging means images the object over a plurality of times,
3. The apparatus according to claim 1, further comprising a region following unit that recognizes a region corresponding to the region recognized by the object region recognition unit in the time-changed image captured by the imaging unit. Input system.
前記物体領域認識手段によって認識された前記物体領域に応じて、映像を投影する投影手段を更に備える請求項1〜3のいずれか一項に記載の入力システム。   The input system according to any one of claims 1 to 3, further comprising a projecting unit that projects an image according to the object region recognized by the object region recognizing unit. 前記物体領域認識手段は、前記物体に予め設けられたマーカを検出することによって前記物体領域を認識することを特徴とする請求項1〜4のいずれか一項に記載の入力システム。   The input system according to claim 1, wherein the object area recognition unit recognizes the object area by detecting a marker provided in advance on the object. 前記物体領域認識手段は、所定の音を検出して、当該音が検出されたタイミングで前記撮像手段によって撮像された画像における前記物体領域に応じた位置を検出して、当該位置から当該物体領域を認識することを特徴とする請求項1〜5のいずれか一項に記載の入力システム。   The object region recognizing unit detects a predetermined sound, detects a position corresponding to the object region in an image captured by the imaging unit at a timing when the sound is detected, and detects the object region from the position. The input system according to any one of claims 1 to 5, wherein the input system is recognized. 前記物体領域認識手段は、前記物体領域に係る特徴を示す情報を予め記憶しておき、当該情報に基づいて当該物体領域を認識することを特徴とする請求項1〜6のいずれか一項に記載の入力システム。   The said object area | region recognition means memorize | stores beforehand the information which shows the characteristic which concerns on the said object area | region, and recognizes the said object area | region based on the said information, The Claim 1 characterized by the above-mentioned. The input system described. 前記操作領域検出手段は、所定の音を検出して、当該音が検出されたタイミングで前記撮像手段によって撮像された画像における前記操作領域を検出することを特徴とする請求項1〜7のいずれか一項に記載の入力システム。   The operation region detection unit detects a predetermined sound, and detects the operation region in an image captured by the imaging unit at a timing when the sound is detected. The input system according to claim 1. 物体を撮像する撮像ステップと、
前記撮像ステップにおいて撮像された画像から、当該画像における前記物体が位置する物体領域を認識する物体領域認識ステップと、
前記物体の特徴を示す情報を取得する特徴情報取得ステップと、
前記撮像ステップにおいて撮像された画像における、前記物体領域認識ステップにおいて認識された前記物体領域内の、前記物体特徴取得ステップにおいて取得された情報に係る特徴と異なる特徴を有する操作領域を検出する操作領域検出ステップと、
前記操作領域検出ステップにおいて検出された前記操作領域に基づいて、ユーザの入力操作を検出する入力検出ステップと、
前記入力検出ステップにおいて検出された前記ユーザの入力操作を示す情報を出力する出力ステップと、
を備える入力方法。
An imaging step for imaging an object;
An object region recognition step for recognizing an object region where the object in the image is located from the image captured in the imaging step;
A feature information obtaining step for obtaining information indicating the feature of the object;
An operation region for detecting an operation region having a feature different from the feature related to the information acquired in the object feature acquisition step in the object region recognized in the object region recognition step in the image captured in the imaging step. A detection step;
An input detection step of detecting a user's input operation based on the operation region detected in the operation region detection step;
An output step of outputting information indicating the user's input operation detected in the input detection step;
An input method comprising:
JP2008233603A 2008-09-11 2008-09-11 Input system and input method Expired - Fee Related JP5205187B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2008233603A JP5205187B2 (en) 2008-09-11 2008-09-11 Input system and input method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008233603A JP5205187B2 (en) 2008-09-11 2008-09-11 Input system and input method

Publications (2)

Publication Number Publication Date
JP2010067062A true JP2010067062A (en) 2010-03-25
JP5205187B2 JP5205187B2 (en) 2013-06-05

Family

ID=42192589

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008233603A Expired - Fee Related JP5205187B2 (en) 2008-09-11 2008-09-11 Input system and input method

Country Status (1)

Country Link
JP (1) JP5205187B2 (en)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010038879A (en) * 2008-08-08 2010-02-18 Ntt Docomo Inc System and method for recognizing object shape
JP2012053532A (en) * 2010-08-31 2012-03-15 Casio Comput Co Ltd Information processing apparatus and method, and program
JP2013114375A (en) * 2011-11-28 2013-06-10 Seiko Epson Corp Display system and operation input method
JP2013120502A (en) * 2011-12-07 2013-06-17 Fujitsu Ltd Image processing device and method
WO2014155885A1 (en) * 2013-03-27 2014-10-02 シャープ株式会社 Input device
CN104272224A (en) * 2012-04-13 2015-01-07 浦项工科大学校产学协力团 Method and apparatus for recognizing key input from virtual keyboard
JP2015069512A (en) * 2013-09-30 2015-04-13 株式会社Nttドコモ Information processing apparatus and information processing method
CN104951145A (en) * 2014-03-24 2015-09-30 联想(北京)有限公司 Information processing method and apparatus
US9158375B2 (en) 2010-07-20 2015-10-13 Apple Inc. Interactive reality augmentation for natural interaction
JP2015191480A (en) * 2014-03-28 2015-11-02 株式会社ソニー・コンピュータエンタテインメント Information processor, operation method of object and operation program of object
US9201501B2 (en) 2010-07-20 2015-12-01 Apple Inc. Adaptive projector
JP6086461B1 (en) * 2016-09-09 2017-03-01 株式会社ネットアプリ Touch panel and touch panel system
JPWO2015030264A1 (en) * 2013-08-30 2017-03-02 国立大学法人山梨大学 Click motion detection device, method and program
US10080963B2 (en) 2014-03-28 2018-09-25 Sony Interactive Entertainment Inc. Object manipulation method, object manipulation program, and information processing apparatus
JP2021501496A (en) * 2017-09-29 2021-01-14 株式会社ソニー・インタラクティブエンタテインメント Robot utilities and interface devices
JPWO2019176009A1 (en) * 2018-03-14 2021-02-18 マクセル株式会社 Mobile information terminal
JP2022028692A (en) * 2017-04-28 2022-02-16 株式会社ソニー・インタラクティブエンタテインメント Information processing device, control method of information processing device, and program
JPWO2022180894A1 (en) * 2021-02-24 2022-09-01

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1125260A (en) * 1997-07-08 1999-01-29 Matsushita Electric Ind Co Ltd Device for detecting hand state
JP2007219966A (en) * 2006-02-20 2007-08-30 Sharp Corp Projection input device, and information terminal and charger having projection input device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1125260A (en) * 1997-07-08 1999-01-29 Matsushita Electric Ind Co Ltd Device for detecting hand state
JP2007219966A (en) * 2006-02-20 2007-08-30 Sharp Corp Projection input device, and information terminal and charger having projection input device

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010038879A (en) * 2008-08-08 2010-02-18 Ntt Docomo Inc System and method for recognizing object shape
US9158375B2 (en) 2010-07-20 2015-10-13 Apple Inc. Interactive reality augmentation for natural interaction
US9201501B2 (en) 2010-07-20 2015-12-01 Apple Inc. Adaptive projector
JP2012053532A (en) * 2010-08-31 2012-03-15 Casio Comput Co Ltd Information processing apparatus and method, and program
CN102385459A (en) * 2010-08-31 2012-03-21 卡西欧计算机株式会社 Information processing apparatus and method
JP2013114375A (en) * 2011-11-28 2013-06-10 Seiko Epson Corp Display system and operation input method
US9678663B2 (en) 2011-11-28 2017-06-13 Seiko Epson Corporation Display system and operation input method
JP2013120502A (en) * 2011-12-07 2013-06-17 Fujitsu Ltd Image processing device and method
US9213897B2 (en) 2011-12-07 2015-12-15 Fujitsu Limited Image processing device and method
JP2015513163A (en) * 2012-04-13 2015-04-30 ポハン工科大学校産学協力団Postech Academy−Industry Foundation Method and apparatus for recognizing key input on virtual keyboard
CN104272224A (en) * 2012-04-13 2015-01-07 浦项工科大学校产学协力团 Method and apparatus for recognizing key input from virtual keyboard
US9766714B2 (en) 2012-04-13 2017-09-19 Postech Academy-Industry Foundation Method and apparatus for recognizing key input from virtual keyboard
WO2014155885A1 (en) * 2013-03-27 2014-10-02 シャープ株式会社 Input device
JPWO2015030264A1 (en) * 2013-08-30 2017-03-02 国立大学法人山梨大学 Click motion detection device, method and program
JP2015069512A (en) * 2013-09-30 2015-04-13 株式会社Nttドコモ Information processing apparatus and information processing method
CN104951145A (en) * 2014-03-24 2015-09-30 联想(北京)有限公司 Information processing method and apparatus
JP2015191480A (en) * 2014-03-28 2015-11-02 株式会社ソニー・コンピュータエンタテインメント Information processor, operation method of object and operation program of object
US10080963B2 (en) 2014-03-28 2018-09-25 Sony Interactive Entertainment Inc. Object manipulation method, object manipulation program, and information processing apparatus
JP6086461B1 (en) * 2016-09-09 2017-03-01 株式会社ネットアプリ Touch panel and touch panel system
WO2018047803A1 (en) * 2016-09-09 2018-03-15 株式会社ネットアプリ Touch panel and touch panel system
JP2018041390A (en) * 2016-09-09 2018-03-15 株式会社ネットアプリ Touch panel and touch panel system
US10635207B2 (en) 2016-09-09 2020-04-28 Netappli Co., Ltd. Touch panel and touch panel system
JP2022028692A (en) * 2017-04-28 2022-02-16 株式会社ソニー・インタラクティブエンタテインメント Information processing device, control method of information processing device, and program
US11617942B2 (en) 2017-04-28 2023-04-04 Sony Interactive Entertainment Inc. Information processing device, control method of information processing device, and program
US11896893B2 (en) 2017-04-28 2024-02-13 Sony Interactive Entertainment Inc. Information processing device, control method of information processing device, and program
JP2021501496A (en) * 2017-09-29 2021-01-14 株式会社ソニー・インタラクティブエンタテインメント Robot utilities and interface devices
JPWO2019176009A1 (en) * 2018-03-14 2021-02-18 マクセル株式会社 Mobile information terminal
JP7155242B2 (en) 2018-03-14 2022-10-18 マクセル株式会社 Personal digital assistant
JPWO2022180894A1 (en) * 2021-02-24 2022-09-01
WO2022180894A1 (en) * 2021-02-24 2022-09-01 合同会社Vessk Tactile-sensation-expansion information processing system, software, method, and storage medium

Also Published As

Publication number Publication date
JP5205187B2 (en) 2013-06-05

Similar Documents

Publication Publication Date Title
JP5205187B2 (en) Input system and input method
US11262840B2 (en) Gaze detection in a 3D mapping environment
JP2022095879A (en) Eye pose identification using eye features
TWI486629B (en) Optical-see-through head mounted display system and interactive operation
TW202119199A (en) Virtual keyboard
US9600078B2 (en) Method and system enabling natural user interface gestures with an electronic system
US9778748B2 (en) Position-of-interest detection device, position-of-interest detection method, and position-of-interest detection program
JP2019087279A (en) Systems and methods of direct pointing detection for interaction with digital device
JP4323180B2 (en) Interface method, apparatus, and program using self-image display
JP2002213947A (en) System for measuring position of target, and method therefor
JP2009265809A (en) Information terminal device
JP2009003813A (en) Finger shape estimation apparatus, finger shape estimation method and program
US20220019288A1 (en) Information processing apparatus, information processing method, and program
KR101396488B1 (en) Apparatus for signal input and method thereof
WO2019037257A1 (en) Password input control device and method, and computer readable storage medium
JP2013161406A (en) Data input device, display device, data input method, and data input program
JP2017191426A (en) Input device, input control method, computer program, and storage medium
KR100692526B1 (en) Gesture recognition apparatus and methods for automatic control of systems
JP6230666B2 (en) Data input device, data input method, and data input program
JP5464661B2 (en) Information terminal equipment
JP5068711B2 (en) Object shape recognition system and object shape recognition method
JP4972013B2 (en) Information presenting apparatus, information presenting method, information presenting program, and recording medium recording the program
JP5951966B2 (en) Image processing apparatus, image processing system, image processing method, and program
US11054941B2 (en) Information processing system, information processing method, and program for correcting operation direction and operation amount
JP2016139396A (en) User interface device, method and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110329

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120418

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120424

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120525

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130218

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 5205187

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160222

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees